https://www.luogu.com.cn/problem/P1383
题目描述:
早苗入手了最新的高级打字机。最新款自然有着与以往不同的功能,那就是它具备撤销功能,厉害吧。请为这种高级打字机设计一个程序,支持如下 3 3 3种操作:
1.T x
:在文章末尾打下一个小写字母 x x x。(Type操作)
2.U x
:撤销最后的 x x x次修改操作。(Undo操作)(注意Query操作并不算修改操作)
3.Q x
:询问当前文章中第 x x x个字母并输出。(Query 操作)
文章一开始可以视为空串。
输入格式:
第 1 1 1行:一个整数 n n n,表示操作数量。
以下 n n n行,每行一个命令。保证输入的命令合法。
输出格式:
每行输出一个字母,表示Query操作的答案。
数据范围:
对于 40 % 40\% 40%的数据 n ≤ 200 n \le 200 n≤200。
对于 100 % 100\% 100%的数据 n ≤ 100000 n \le 100000 n≤100000;保证Undo操作不会撤销 Undo操作。
高级挑战:
对于 200 % 200\% 200%的数据 n ≤ 100000 n \le 100000 n≤100000;Undo操作可以撤销Undo操作。
IOI挑战:
必须使用在线算法完成该题。
显然要用主席树做。如果撤销操作不会撤销Undo操作,那么只需要将版本回退 x x x步就行了,并且版本号就是字符串的长度(初始版本的版本编号为 0 0 0)。但是由于本题里可能出现撤销操作撤销了之前的撤销操作,所以我们在执行撤销操作的时候,直接开一个新版本,该版本等于 x x x步之前的版本。由于这样失去了每个版本字符串有多长的信息,我们需要另外一个数组记录这个信息。代码如下:
#include
using namespace std;
const int N = 1e5 + 10;
int n;
struct Node {
int l, r;
char ch;
} tr[(N << 2) + N * 17];
// root[i]为i号版本的树根下标,len[i]为i号版本的字符串长度,ver为当前版本编号
int root[N], idx, len[N], ver;
int build(int l, int r) {
int p = ++idx;
if (l == r) return p;
int mid = l + r >> 1;
tr[p].l = build(l, mid), tr[p].r = build(mid + 1, r);
return p;
}
int update(int p, int l, int r, int k, char ch) {
int q = ++idx;
tr[q] = tr[p];
if (l == r) tr[q].ch = ch;
else {
int mid = l + r >> 1;
if (k <= mid) tr[q].l = update(tr[q].l, l, mid, k, ch);
else tr[q].r = update(tr[q].r, mid + 1, r, k, ch);
}
return q;
}
char query(int p, int l, int r, int k) {
if (l == r) return tr[p].ch;
int mid = l + r >> 1;
if (k <= mid) return query(tr[p].l, l, mid, k);
else return query(tr[p].r, mid + 1, r, k);
}
int main() {
cin >> n;
for (int i = 1; i <= n; i++) {
char op, ch;
int x;
cin >> op;
if (op == 'T') {
cin >> ch;
ver++;
len[ver] = len[ver - 1] + 1;
root[ver] = update(root[ver - 1], 1, n, len[ver], ch);
} else {
cin >> x;
if (op == 'U') {
// 对于撤销操作,直接开一个新版本,其等同于x步前的版本
ver++;
root[ver] = root[ver - x - 1];
len[ver] = len[ver - x - 1];
} else cout << query(root[ver], 1, n, x) << '\n';
}
}
}
操作 1 1 1和 3 3 3时间复杂度 O ( log n ) O(\log n) O(logn),操作 2 2 2时间 O ( 1 ) O(1) O(1),空间 O ( n log n ) O(n\log n) O(nlogn)。